CN112964490A - 一种汽车座椅骨架质量分析方法及系统 - Google Patents
一种汽车座椅骨架质量分析方法及系统 Download PDFInfo
- Publication number
- CN112964490A CN112964490A CN202110195877.0A CN202110195877A CN112964490A CN 112964490 A CN112964490 A CN 112964490A CN 202110195877 A CN202110195877 A CN 202110195877A CN 112964490 A CN112964490 A CN 112964490A
- Authority
- CN
- China
- Prior art keywords
- information
- obtaining
- automobile seat
- seat framework
- detected
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
- G01M99/008—Subject matter not provided for in other groups of this subclass by doing functionality tests
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Seats For Vehicles (AREA)
Abstract
本发明提供了一种汽车座椅骨架质量分析方法及系统,包括:获得待测汽车座椅骨架信息,其中,待测汽车座椅骨架为研发出的新型产品;根据待测汽车座椅骨架信息,获得第一公开数据信息;获得第一消费者反馈信息;获得第二公开数据信息;获得第一采集样本和第二采集样本;获得第一指征参数;分别计算第一采集样本的第一平均参数值、第二采集样本的第二平均参数值;计算目标参考值;获得待测汽车座椅骨架的实际参数检测值;判断实际参数检测值是否满足目标参考值;如果满足,则获得第一差异值;根据第一差异值,获得待测汽车座椅骨架的实际质量等级信息之后,并打上第一标签,达到了准确的分析汽车座椅骨架的质量的技术效果。
Description
技术领域
本发明涉及汽车质量检测技术领域,尤其涉及一种汽车座椅骨架质量分析方法及系统。
背景技术
汽车座椅骨架是汽车座椅的核心部件,对于汽车座椅而言,为了保证乘车人员的安全性,汽车座椅骨架需要满足一定的强度和刚度要求,同时,汽车座椅的可靠性、舒适性和经济性主要取决于汽车座椅骨架的结构。座椅骨架是行车过程中承载乘客质量的主要结构,同时也是在发生交通事故时保护车内人员的重要装置,因此,对于汽车座椅骨架的质量检测和分析具有十分重要的意义。
但本发明申请人发现现有技术至少存在如下技术问题:
现有技术中对于汽车座椅骨架的质量分析精确性不高,导致汽车座椅骨架的质量参差不齐的问题。
发明内容
本发明实施例提供了一种汽车座椅骨架质量分析方法及系统,解决了现有技术中对于汽车座椅骨架的质量分析精确性不高,导致汽车座椅骨架的质量参差不齐的技术问题,达到了准确的分析汽车座椅骨架的质量,提升汽车座椅骨架的质量控制效果的技术效果。
鉴于上述问题,提出了本申请实施例以便提供一种汽车座椅骨架质量分析方法及系统。
第一方面,本发明提供了一种汽车座椅骨架质量分析方法,应用于一智能汽车座椅,且所述智能汽车座椅的骨架具有第一识别系统和第一伸缩系统,其中,所述方法包括:获得待测汽车座椅骨架信息,其中,所述待测汽车座椅骨架为研发出的新型产品;根据所述待测汽车座椅骨架信息,获得第一公开数据信息,其中,所述第一公开数据信息来自于第一数据库,且所述第一数据库中储存多种第一汽车座椅骨架信息;根据所述第一汽车座椅骨架信息,获得第一消费者反馈信息;按照预设策略、并根据所述第一消费者反馈信息,获得第二公开数据信息;获得第一预设比例和第二预设比例,并根据所述第一预设比例和所述第二预设比例,从所述第一公开数据信息和所述第二公开数据信息中,对应获得第一采集样本和第二采集样本;获得第一指征参数;根据所述第一指征参数,分别计算所述第一采集样本的第一平均参数值、所述第二采集样本的第二平均参数值;获得第一权重系数和第二权重系数,并根据所述第一平均参数值、第二平均参数值、第一权重系数、第二权重系数,计算目标参考值;根据所述第一指征参数,获得所述待测汽车座椅骨架的实际参数检测值;判断所述实际参数检测值是否满足所述目标参考值;如果满足,则获得第一差异值;根据所述第一差异值,获得所述待测汽车座椅骨架的实际质量等级信息之后,并为所述待测汽车座椅骨架打上第一标签。
第二方面,本发明提供了一种汽车座椅骨架质量分析系统,所述系统包括:
第一获得单元,所述第一获得单元用于获得待测汽车座椅骨架信息,其中,所述待测汽车座椅骨架为研发出的新型产品;
第二获得单元,所述第二获得单元用于根据所述待测汽车座椅骨架信息,获得第一公开数据信息,其中,所述第一公开数据信息来自于第一数据库,且所述第一数据库中储存多种第一汽车座椅骨架信息;
第三获得单元,所述第三获得单元用于根据所述第一汽车座椅骨架信息,获得第一消费者反馈信息;
第四获得单元,所述第四获得单元用于按照预设策略、并根据所述第一消费者反馈信息,获得第二公开数据信息;
第五获得单元,所述第五获得单元用于获得第一预设比例和第二预设比例,并根据所述第一预设比例和所述第二预设比例,从所述第一公开数据信息和所述第二公开数据信息中,对应获得第一采集样本和第二采集样本;
第六获得单元,所述第六获得单元用于获得第一指征参数;
第一计算单元,所述第一计算单元用于根据所述第一指征参数,分别计算所述第一采集样本的第一平均参数值、所述第二采集样本的第二平均参数值;
第七获得单元,所述第七获得单元用于获得第一权重系数和第二权重系数,并根据所述第一平均参数值、第二平均参数值、第一权重系数、第二权重系数,计算目标参考值;
第八获得单元,所述第八获得单元用于根据所述第一指征参数,获得所述待测汽车座椅骨架的实际参数检测值;
第一判断单元,所述第一判断单元用于判断所述实际参数检测值是否满足所述目标参考值;
第九获得单元,所述第九获得单元用于如果满足,则获得第一差异值;
第一执行单元,所述第一执行单元用于根据所述第一差异值,获得所述待测汽车座椅骨架的实际质量等级信息之后,并为所述待测汽车座椅骨架打上第一标签。
第三方面,本发明提供了一种汽车座椅骨架质量分析系统,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现前述第一方面的方法的步骤。
本申请实施例中的上述一个或多个技术方案,至少具有如下一种或多种技术效果:
本发明实施例提供的一种汽车座椅骨架质量分析方法及系统,应用于一智能汽车座椅,且所述智能汽车座椅的骨架具有第一识别系统和第一伸缩系统,其中,所述方法包括:获得待测汽车座椅骨架信息,其中,所述待测汽车座椅骨架为研发出的新型产品;根据所述待测汽车座椅骨架信息,获得第一公开数据信息,其中,所述第一公开数据信息来自于第一数据库,且所述第一数据库中储存多种第一汽车座椅骨架信息;根据所述第一汽车座椅骨架信息,获得第一消费者反馈信息;按照预设策略、并根据所述第一消费者反馈信息,获得第二公开数据信息;获得第一预设比例和第二预设比例,并根据所述第一预设比例和所述第二预设比例,从所述第一公开数据信息和所述第二公开数据信息中,对应获得第一采集样本和第二采集样本;获得第一指征参数;根据所述第一指征参数,分别计算所述第一采集样本的第一平均参数值、所述第二采集样本的第二平均参数值;获得第一权重系数和第二权重系数,并根据所述第一平均参数值、第二平均参数值、第一权重系数、第二权重系数,计算目标参考值;根据所述第一指征参数,获得所述待测汽车座椅骨架的实际参数检测值;判断所述实际参数检测值是否满足所述目标参考值;如果满足,则获得第一差异值;根据所述第一差异值,获得所述待测汽车座椅骨架的实际质量等级信息之后,并为所述待测汽车座椅骨架打上第一标签,从而解决了现有技术中对于汽车座椅骨架的质量分析精确性不高,导致汽车座椅骨架的质量参差不齐的技术问题,达到了准确的分析汽车座椅骨架的质量,提升汽车座椅骨架的质量控制效果的技术效果。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
图1为本发明实施例中一种汽车座椅骨架质量分析方法的流程示意图;
图2为本发明实施例中一种汽车座椅骨架质量分析系统的结构示意图;
图3为本发明实施例中另一种示例性电子设备的结构示意图。
附图标记说明:第一获得单元11,第二获得单元12,第三获得单元13,第四获得单元14,第五获得单元15,第六获得单元16,第一计算单元17,第七获得单元18,第八获得单元19,第一判断单元20,第九获得单元21,第一执行单元22,接收器301,处理器302,发送器303,存储器304,总线接口305。
具体实施方式
本发明实施例提供了一种汽车座椅骨架质量分析方法及系统,用于解决现有技术中对于汽车座椅骨架的质量分析精确性不高,导致汽车座椅骨架的质量参差不齐的技术问题,达到了准确的分析汽车座椅骨架的质量,提升汽车座椅骨架的质量控制效果的技术效果。
下面,将参考附图详细的描述根据本申请的示例实施例。显然,所描述的实施例仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。
申请概述
汽车座椅骨架是汽车座椅的核心部件,对于汽车座椅而言,为了保证乘车人员的安全性,汽车座椅骨架需要满足一定的强度和刚度要求,同时,汽车座椅的可靠性、舒适性和经济性主要取决于汽车座椅骨架的结构。座椅骨架是行车过程中承载乘客质量的主要结构,同时也是在发生交通事故时保护车内人员的重要装置,因此,对于汽车座椅骨架的质量检测和分析具有十分重要的意义。
针对上述技术问题,本发明提供的技术方案总体思路如下:
本申请实施例提供了一种汽车座椅骨架质量分析方法,应用于一智能汽车座椅,且所述智能汽车座椅的骨架具有第一识别系统和第一伸缩系统,其中,所述方法包括:获得待测汽车座椅骨架信息,其中,所述待测汽车座椅骨架为研发出的新型产品;根据所述待测汽车座椅骨架信息,获得第一公开数据信息,其中,所述第一公开数据信息来自于第一数据库,且所述第一数据库中储存多种第一汽车座椅骨架信息;根据所述第一汽车座椅骨架信息,获得第一消费者反馈信息;按照预设策略、并根据所述第一消费者反馈信息,获得第二公开数据信息;获得第一预设比例和第二预设比例,并根据所述第一预设比例和所述第二预设比例,从所述第一公开数据信息和所述第二公开数据信息中,对应获得第一采集样本和第二采集样本;获得第一指征参数;根据所述第一指征参数,分别计算所述第一采集样本的第一平均参数值、所述第二采集样本的第二平均参数值;获得第一权重系数和第二权重系数,并根据所述第一平均参数值、第二平均参数值、第一权重系数、第二权重系数,计算目标参考值;根据所述第一指征参数,获得所述待测汽车座椅骨架的实际参数检测值;判断所述实际参数检测值是否满足所述目标参考值;如果满足,则获得第一差异值;根据所述第一差异值,获得所述待测汽车座椅骨架的实际质量等级信息之后,并为所述待测汽车座椅骨架打上第一标签。
在介绍了本申请基本原理后,下面通过附图以及具体实施例对本发明技术方案做详细的说明,应当理解本申请实施例以及实施例中的具体特征是对本申请技术方案的详细的说明,而不是对本申请技术方案的限定,在不冲突的情况下,本申请实施例以及实施例中的技术特征可以相互组合。
实施例一
图1为本发明实施例中一种汽车座椅骨架质量分析方法的流程示意图。如图1所示,本发明实施例提供了一种汽车座椅骨架质量分析方法,应用于一智能汽车座椅,且所述智能汽车座椅的骨架具有第一识别系统和第一伸缩系统,所述方法包括:
步骤100:获得待测汽车座椅骨架信息,其中,所述待测汽车座椅骨架为研发出的新型产品;
具体而言,本实施例中的汽车座椅骨架质量分析方法应用于一智能汽车座椅,且智能汽车座椅骨架具有第一识别系统和第一伸缩系统,其中,通过第一识别系统能够对用户进行识别,进而通过对识别信息进行处理和分析实现座椅的智能化操作,通过第一伸缩系统能够实现对座椅的尺寸调节,从而进一步使其贴合使用者的需求,达到满足用户需求的目的。进一步的,获得待测汽车座椅骨架信息,其中,待测汽车座椅骨架信息包括但不限于座椅骨架的材料、型号、尺寸、生产加工流程、出厂时间等等,并且,本实施例中以待测汽车座椅骨架为研发出的新型产品作为优选,也就是说,待测汽车座椅骨架为生产厂家最新研发的产品,具备当前市场上的座椅骨架尚不具备的性能,或者是某一方面优于市场上的座椅骨架或者是不同于生产厂家之前的产品。进而当在对待测汽车座椅骨架进行质量分析之后,当质量合格并且满足用户需求时,即可实现批量生产并面市。
步骤200:根据所述待测汽车座椅骨架信息,获得第一公开数据信息,其中,所述第一公开数据信息来自于第一数据库,且所述第一数据库中储存多种第一汽车座椅骨架信息;
具体而言,在得到待测汽车座椅骨架信息之后,接着即可按照待测汽车座椅骨架信息进行搜索查找,获得第一公开数据信息,此时的第一公开数据信息来自于第一数据库。具体的,可通过互联网、大数据等,从第一数据库中进行信息查找,并且,本实施例中以第一数据库中储存有多种第一汽车座椅骨架信息作为优选,第一数据库为完全公开或者是部分公开的数据库,在第一数据库中包含有多种汽车相关信息,例如不同类型汽车的相关参数、不同汽车组成部件的相关参数、不同汽车座椅骨架的组成结构等等,进而经过第一数据库的授权许可之后,即可依据待测汽车座椅骨架信息进行查找,从而得到第一公开数据信息,第一公开数据信息为包含多种第一汽车座椅骨架信息的数据,例如不同类型的汽车座椅骨架的参数信息、标准信息、价格信息、材料组成信息等,同时第一汽车座椅骨架与待测汽车座椅骨架具备一定的相似度,例如可通过外观尺寸、成本价格、材料组成、应用场景等方面进行综合考量。
步骤300:根据所述第一汽车座椅骨架信息,获得第一消费者反馈信息;
步骤400:按照预设策略、并根据所述第一消费者反馈信息,获得第二公开数据信息;
具体而言,根据第一汽车座椅骨架信息,可以进一步进行获取到用户评价信息,例如可通过市场调研、互联网评价、用户使用感反馈等方式,得到第一消费者反馈信息,第一消费者反馈信息即为购买汽车的用户对于汽车座椅的使用感反馈情况,进而按照预设策略,从第一消费者反馈信息中可以提取到第二公开数据信息,预设策略为预先设定的数据提取规则,例如可采集用户评价为中等或优秀的汽车座椅骨架信息,然后将用户评价较好的汽车座椅骨架进行数据整合,得到第二公开数据信息,以便于后续更准确的对待测汽车座椅进行质量分析,为汽车座椅骨架面市提供依据。
步骤500:获得第一预设比例和第二预设比例,并根据所述第一预设比例和所述第二预设比例,从所述第一公开数据信息和所述第二公开数据信息中,对应获得第一采集样本和第二采集样本;
具体而言,第一预设比例和第二预设比例分别为预先设定的第一采集样本和第二采集样本的提取比例,且第一预设比例和第二预设比例之和为1,例如第一预设比例设定为60%,和则第二预设比例设定为40%,且本实施例中以第一预设比例大于第二预设比例作为优选。然后根据第一预设比例从第一公开数据信息中得到第一采集样本,根据第二预设比例从第二公开数据信息中得到第二采集样本即可。
步骤600:获得第一指征参数;
步骤700:根据所述第一指征参数,分别计算所述第一采集样本的第一平均参数值、所述第二采集样本的第二平均参数值;
具体而言,第一指征参数为对于汽车座椅进行质量分析时所需要涉及到的相关特征参数,例如强度、刚度、硬度、舒适性、功能性等等,进而根据指征参数,可以对应计算得到第一平均参数值和第二平均参数值,具体的:可预先设定每个指征参数所占的权重比值,然后按照每个指征参数对应的权重,可以计算得到第一采集样本的第一平均参数值、第二采集样本的第二平均参数值。
步骤800:获得第一权重系数和第二权重系数,并根据所述第一平均参数值、第二平均参数值、第一权重系数、第二权重系数,计算目标参考值;
具体而言,第一权重系数为预先设定的第一平均参数值所占的比重、第二平均参数值为预先设定的第二平均参数值所占的比重,进而根据第一平均参数值、第二平均参数值、第一权重系数、第二权重系数,可以进一步计算得到目标参考值,目标参考值即为在实际进行座椅骨架质量分析时,可进行分析参考的依据。
步骤900:根据所述第一指征参数,获得所述待测汽车座椅骨架的实际参数检测值;
步骤1000:判断所述实际参数检测值是否满足所述目标参考值;
步骤1100:如果满足,则获得第一差异值;
步骤1200:根据所述第一差异值,获得所述待测汽车座椅骨架的实际质量等级信息之后,并为所述待测汽车座椅骨架打上第一标签。
具体而言,根据第一指征参数,利用不同的检测手段,可对应得到待测汽车座椅骨架的实际参数检测值,然后将实际参数检测值与目标参考值进行对比,判断实际参数检测值是否满足所述目标参考值,也就是说,在得到目标参考值之后,可将目标参考值作为质量分析的标准,并以此来判断待测汽车座椅骨架的质量是否合格。进一步的,如果判断得到实际参数检测值满足目标参考值,则获得第一差异值,第一差异值为实际参数检测值超过目标参考值的量值,然后根据第一差异值所处的区间范围,即可将超过的范围进行区间规划,然后得到待测汽车座椅骨架的实际质量等级信息,例如划分为一级普通,二级中等,三级优良,四级优异等等,并按照实际质量等级为待测汽车座椅骨架打上第一标签,从而解决了现有技术中对于汽车座椅骨架的质量分析精确性不高,导致汽车座椅骨架的质量参差不齐的技术问题,达到了准确的分析汽车座椅骨架的质量,提升汽车座椅骨架的质量控制效果,为汽车座椅骨架的质量分析提供可靠依据,以便于汽车座椅骨架顺利面市的技术效果。
进一步的,为了根据所述第一指征参数,获得所述待测汽车座椅骨架的实际参数检测值,本申请实施例步骤900还包括:
步骤910:获得所述待测汽车座椅骨架的多个第一图像信息,其中,所述多个第一图像信息中所述待测汽车座椅骨架的采集角度各不相同;
步骤920:根据所述多个第一图像信息,并基于人体工学原理,获得所述待测汽车座椅骨架的第一舒适度信息;
步骤930:获得所述待测汽车座椅骨架的第一强度信息;
步骤940:获得所述待测汽车座椅骨架的第一功能信息;
步骤950:根据所述第一功能信息,获得所述待测汽车座椅骨架的第一可塑性信息;
步骤960:获得所述待测汽车座椅骨架与第一外包材料的第一结合度信息;
步骤970:根据所述第一舒适度信息、第一强度信息、第一功能信息和第一结合度信息,获得所述待测汽车座椅骨架的实际参数检测值。
具体而言,为了计算得到待测汽车座椅骨架的实际参数检测值,具体的方法为:首先,可通过摄像头等设备采集得到待测汽车座椅骨架的多个第一图像信息,并且多个第一图像信息中每一个图像对于待测汽车座椅骨架的采集角度不同,也就是说,通过摄像头可以采集到待测汽车座椅骨架不同角度的图像信息,然后将多个第一图像信息和人体工学原理进行综合对比分析,最终分析得到待测汽车座椅骨架的第一舒适度信息,也就是说,将待测汽车座椅骨架各个角度的图像与人体工学进行对比,判断待测汽车座椅骨架的第一舒适度是否满足人体工学原理,只有在满足人体工学的原理的条件下,才能够保证驾驶员或者乘坐人员的使用舒适性,不会因为座椅骨架设计不合理导致用户容易产生疲劳、不舒服等体验;进一步的,还可采集得到待测汽车座椅骨架的第一强度信息,第一强度信息即为汽车座椅骨架的牢固性等级,当强度满足要求时,才能保证使用者的安全性;进一步的,还可得到待测汽车座椅骨架的第一功能信息,第一功能信息即为待测汽车座椅骨架所适用的场景,例如公交车、小轿车、SUV、卡车等等,进而根据第一功能信息,可以得到待测汽车座椅骨架的第一可塑性信息,第一可塑性信息即为待测汽车座椅骨架在第一功能场景下,能够改装或者是定制调整的程度,当待测汽车座椅骨架的可塑性越高时,说明待测汽车座椅骨架的实用性越高、适用广泛性越好;进一步的,还可以得到待测汽车座椅骨架与第一外包材料的第一结合度信息,对于待测汽车座椅骨架而言,在安装到汽车上时,均会配备一定的包装材料,例如牛皮材料、纤维材料、真皮材料等等,第一结合度即为待测汽车座椅骨架与外包装材料之间的结合牢固性,当待测汽车座椅骨架与外包装材料之间包装方式方便快速、包装牢固性高不易脱落时,说明待测汽车座椅骨架与第一外包材料的第一结合度越高;进而可将第一舒适度信息、第一强度信息、第一功能信息和第一结合度信息,按照不同的权重系数设定,计算得到待测汽车座椅骨架的实际参数检测值,从而达到准确的得到待测汽车座椅骨架的实际参数检测值,以便于更准确的对待测汽车座椅骨架进行质量分析、提高分析效率的技术效果。
进一步的,为了能够获得更准确的实际参数检测值,本申请实施例步骤900还包括:
步骤980:根据所述第一识别系统,获得所述待测汽车座椅骨架信息的第一技术信息,其中,所述第一技术信息不包含于所述多种第一汽车座椅骨架中;
步骤990:获得多个第二识别图像信息,其中,所述多个第二识别图像信息中包括多个用户信息,且所述多个用户之间具有不同特征画像信息;
步骤9100:基于所述第一技术信息、多个用户信息,获得所述多个功能匹配信息、多个场景匹配信息;
步骤9110:根据第一匹配度判断模型,获得所述多个功能匹配信息、多个场景匹配信息与所述多个用户信息之间的第一匹配度和第二匹配度;
步骤9120:获得预设匹配度阈值信息;
步骤9130:根据所述第一匹配度、第二匹配度、预设匹配度阈值信息,获得第一匹配准确率;
步骤9140:根据所述第一匹配准确率,对所述实际参数检测值进行调整。
具体而言,根据待测汽车座椅骨架上所安装的第一识别系统,然后得到述待测汽车座椅骨架信息的第一技术信息,第一技术信息为待测汽车座椅骨架的研发创新点,因此,第一技术信息为多种第一汽车座椅骨架所不具备的技术特征,并不包含于多种第一汽车座椅骨架中;进一步的,通过第一识别系统可以识别得到多个第二识别图像信息,此时的多个第二识别图像信息中包括多个用户信息,也就是说,在实际对识别系统的功能进行质量分析时,可以通过不同的用户进行实际体验得到分析结果,进而采集得到不同用户的信息作为第二识别图像信息,并且多个用户之间分别具备各自不相同的特征画像信息,例如每个人用户的身材、身高、胖瘦、体重、性别、年龄各不相同,然后可基于第一技术信息、多个用户信息,获得待测汽车座椅骨架的第一识别系统所匹配得到的多个功能匹配信息、多个场景匹配信息,其中,多个功能匹配信息为第一识别系统对于不同用户所匹配到的不同功能,如对于不同年龄段的用户选择不同的座椅展示色彩、不同的座椅角度、对于老人可以启动心率脉搏等健康监测功能、对于儿童可启动安全防护模式、针对不同季节可以调整座椅的温度等等,多个场景匹配信息为第一识别系统对于不同用户在不同场景下匹配到的场景体验服务,例如当用户在开车时,可根据不同车速调整不同的角度,当用户在休息时,可调节至人体舒服的睡觉姿态,当用户在娱乐时,可调节至用户适宜的姿势,从而达到在功能体验、场景体验等方面满足用户的需求,达到为用户提供个性化服务的目的;进一步的,根据第一匹配度判断模型,可以得到多个功能匹配信息、多个场景匹配信息与多个用户信息之间的第一匹配度和第二匹配度,也就是多个功能匹配信息、多个场景匹配信息是否能够最大程度的满足用户的使用体验感,进而在得到预设匹配度阈值信息之后,可将第一匹配度、第二匹配度与预设匹配度阈值信息进行比对,综合分析得到第一匹配准确率,然后根据第一匹配准确率对实际参数检测值进行调整,从而达到获得更准确的实际参数检测值,提高质量分析的准确性。
进一步的,为了根据第一匹配度判断模型,获得所述多个功能匹配信息、多个场景匹配信息与所述多个用户信息之间的第一匹配度和第二匹配度,本申请实施例步骤9110还包括:
步骤9111:将所述多个功能匹配信息、所述多个场景匹配信息、多个用户信息,输入至所述第一匹配度判断模型中,所述模型使用多组训练数据训练出来的,所述多组数据中的每组数据均包括第一类数据组和第二类数据组,所述第一类数据组的每组数据均包括:多个功能匹配信息、多个用户信息,标识所述第一匹配度的第一标签;所述第二类数据组的每组数据均包括:所述多个场景匹配信息、多个用户信息,标识所述第二匹配度的第二标签;
步骤9112:获得所述第一匹配度判断模型的第一输出信息,其中,所述第一输出信息包括第一结果和第二结果,其中,所述第一结果为所述第一匹配度,所述第二结果为所述第二匹配度。
具体而言,为了根据第一匹配度判断模型,然后得到多个功能匹配信息、多个场景匹配信息与多个用户信息之间的第一匹配度和第二匹配度,具体的方式为:将多个功能匹配信息、多个场景匹配信息、多个用户信息,依次输入至第一匹配度判断模型中,然后通过第一匹配度判断模型得到多个功能匹配信息与多个用户信息之间的第一匹配度的第一标签,多个场景匹配信息与多个用户信息之间的第二匹配度的第二标签。
进一步的,训练模型为机器学习模型中的神经网络模型,机器学习模型能通过大量数据不断的学习,进而不断地修正模型,最终获得满意的经验来处理其他数据。机器模型通过多组训练数据训练获得,神经网络模型通过训练数据训练的过程本质上为监督学习的过程。本申请实施例中的训练模型是通过多组训练数据利用机器学习训练得出的,多组数据中的每组数据均包括第一类数据组和第二类数据组,第一类数据组的每组数据均包括:多个功能匹配信息、多个用户信息,标识第一匹配度的第一标签;第二类数据组的每组数据均包括:多个场景匹配信息、多个用户信息,标识第二匹配度的第二标签。
将第一匹配度的第一标签的标识信息作为监督数据。输入对应的训练数据中,分别对多个功能匹配信息、多个用户信息进行监督学习,确定训练模型的输出信息达到收敛状态。通过第一匹配度的第一标签的标识信息与训练模型的输出结果进行对比,当一致时,本组数据监督学习完成,进行下一组数据监督学习;当不一致时,则训练模型进行自我修正,直至其输出结果与标识的第一匹配度的第一标签的标识信息一致,本组监督学习完成,进行下一组数据监督学习;通过大量数据的监督学习,使得机器学习模型的输出结果达到收敛状态,则监督学习完成。
进一步的,将第二匹配度的第二标签的标识信息作为监督数据。输入对应的训练数据中,分别对多个场景匹配信息、多个用户信息进行监督学习,确定训练模型的输出信息达到收敛状态。通过第二匹配度的第二标签的标识信息与训练模型的输出结果进行对比,当一致时,本组数据监督学习完成,进行下一组数据监督学习;当不一致时,则训练模型进行自我修正,直至其输出结果与标识的第二匹配度的第二标签的标识信息一致,本组监督学习完成,进行下一组数据监督学习;通过大量数据的监督学习,使得机器学习模型的输出结果达到收敛状态,则监督学习完成。通过对训练模型进行监督学习的过程,使得训练模型输出的第一匹配度和第二匹配度更加准确,进一步达到了能够准确的得到第一匹配度和第二匹配度,以便于更准确的对待测汽车座椅骨架进行质量分析,提高质量分析结果准确性和效率,为后续进行质量分析提供可靠依据的目的。
进一步的,为了对第一响应速度和第二响应速度进行分析和判断,本申请实施例步骤9110还包括:
步骤9113:获得所述待测汽车座椅骨架信息的第一离子释放率;
步骤9114:获得所述第一离子释放率对应的第一空气质量信息;
步骤9115:当所述第一空气质量满足预设空气质量需求时,获得所述多个场景匹配信息、多个功能匹配信息分别对应的第一响应速度和第二响应速度;
步骤9116:判断所述第一响应速度和第二响应速度是否满足第一预设条件;
步骤9117:如果满足,则根据第一匹配度判断模型,获得所述多个功能匹配信息、多个场景匹配信息与所述多个用户信息之间的第一匹配度和第二匹配度。
具体而言,根据传感器等设备可以实时采集得到单位时间内待测汽车座椅骨架信息的第一离子释放率,进而获得第一离子释放率对应的第一空气质量信息,也就是第一离子释放率对于空气质量的污染指数,然后判断第一空气质量是否满足预设空气质量需求,即判断待测汽车座椅骨架信息的环保性能是否达到预设要求,如果判断得到第一空气质量满足预设空气质量需求时,说明断待测汽车座椅骨架满足了环保要求,进而可以得到待测汽车座椅骨架在匹配得到多个场景匹配信息、多个功能匹配信息所分别对应的第一响应速度和第二响应速度;然后判断第一响应速度和第二响应速度是否满足第一预设条件,即就是判断第一响应速度和第二响应速度是否处于预设的第一响应速度范围之内,如果判断得到满足,则进一步可以根据第一匹配度判断模型,获得多个功能匹配信息、多个场景匹配信息与多个用户信息之间的第一匹配度和第二匹配度,从而进一步达到提高待测汽车座椅骨架的质量分析效果,进一步提高用户的使用体验感,为后续对汽车座椅骨架提供可靠的质量分析依据,便于新品顺利面市的目的。
进一步的,为了获得待测汽车座椅骨架的第一强度信息,本申请实施例步骤930还包括:
步骤931:获得第一姿态下,人体对于所述待测汽车座椅骨架的施压力点信息;
步骤932:根据所述施压力点信息,获得多个第一划分区域;
步骤933:获得所述多个第一划分区域中每一个划分区域对应的第一平均强度信息;
步骤934:获得所述多个第一划分区域内的第一材质信息、第一重量信息;
步骤935:根据所述第一材质信息、第一重量信息,对所述第一平均强度信息进行调整之后,获得所述待测汽车座椅骨架的第一强度信息。
具体而言,在第一姿态下,例如为用户坐在待测汽车座椅上的姿态,得到人体对于待测汽车座椅骨架的压力分布图,当人体对待测汽车座椅骨架进行施压时,不同部位所承受的压力大小不同,因此,需要根据压力分布图得到施压力点信息,然后根据施压力点信息,对待测汽车座椅骨架的进行相应的区域划分,例如按照压力点的分布均匀度进行划分,得到多个第一划分区域,进而计算得到每一个划分区域内第一平均强度信息,再得到每一个第一划分区域内的第一材质信息以及第一重量信息,不同材质分布和重量分布对于第一平均强度均会存在一定的影响,因此,需要根据第一材质信息、第一重量信息,对第一平均强度信息进行调整,最终得到待测汽车座椅骨架的第一强度信息,从而达到准确的得到待测汽车座椅骨架的第一强度信息,提高质量分析的准确度和效率的目的。
进一步的,为了获得第一调整信息,并根据所述第一调整信息对所述实际参数检测值进行调整,本申请实施例步骤900还包括:
步骤9150:获得所述待测汽车座椅骨架的第一使用需求信息;
步骤9160:当所述第一使用需求信息满足第二预设条件时,根据所述第一伸缩系统,获得第一伸缩量;
步骤9170:获得所述第一伸缩量的第三响应速度;
步骤9180:判断所述第三响应速度是否满足第三预设条件;
步骤9190:如果满足,则获得第一调整信息,并根据所述第一调整信息对所述实际参数检测值进行调整。
具体而言,获得待测汽车座椅骨架的第一使用需求信息,其中,第一使用需求信息包括待测汽车座椅骨架的应用场景和适用人群,当第一使用需求信息满足第二预设条件时,即需要根据第一使用需求对待测汽车座椅骨架进行调整时,例如当第一使用需求为儿童时,需要根据儿童的尺寸对待测汽车座椅进行尺寸调节,使待测汽车座椅骨架满足儿童乘坐时的尺寸需求,这样,根据第一伸缩系统可以得到第一伸缩量,进而判断得到第一伸缩量与适用人群之间的匹配度、以及待测汽车座椅骨架达到第一伸缩量的第三响应速度,然后进一步判断第三响应速度是否满足第三预设条件,即判断第三响应速度是否处于预定的第二响应速度范围之内,第一伸缩量与用户之间的匹配度是否满足要求,如果均满足,则获得第一调整信息,并根据第一调整信息对实际参数检测值进行调整,进一步达到获得更准确的实际参数检测值,提高质量分析的准确性,为后续对汽车座椅骨架提供可靠的质量分析依据,便于新品顺利面市的效果。
实施例二
基于与前述实施例中一种汽车座椅骨架质量分析方法同样的发明构思,本发明还提供一种汽车座椅骨架质量分析系统,如图2所示,所述系统包括:
第一获得单元11,所述第一获得单元11用于获得待测汽车座椅骨架信息,其中,所述待测汽车座椅骨架为研发出的新型产品;
第二获得单元12,所述第二获得单元12用于根据所述待测汽车座椅骨架信息,获得第一公开数据信息,其中,所述第一公开数据信息来自于第一数据库,且所述第一数据库中储存多种第一汽车座椅骨架信息;
第三获得单元13,所述第三获得单元13用于根据所述第一汽车座椅骨架信息,获得第一消费者反馈信息;
第四获得单元14,所述第四获得单元14用于按照预设策略、并根据所述第一消费者反馈信息,获得第二公开数据信息;
第五获得单元15,所述第五获得单元15用于获得第一预设比例和第二预设比例,并根据所述第一预设比例和所述第二预设比例,从所述第一公开数据信息和所述第二公开数据信息中,对应获得第一采集样本和第二采集样本;
第六获得单元16,所述第六获得单元16用于获得第一指征参数;
第一计算单元17,所述第一计算单元17用于根据所述第一指征参数,分别计算所述第一采集样本的第一平均参数值、所述第二采集样本的第二平均参数值;
第七获得单元18,所述第七获得单元18用于获得第一权重系数和第二权重系数,并根据所述第一平均参数值、第二平均参数值、第一权重系数、第二权重系数,计算目标参考值;
第八获得单元19,所述第八获得单元19用于根据所述第一指征参数,获得所述待测汽车座椅骨架的实际参数检测值;
第一判断单元20,所述第一判断单元20用于判断所述实际参数检测值是否满足所述目标参考值;
第九获得单元21,所述第九获得单元21用于如果满足,则获得第一差异值;
第一执行单元22,所述第一执行单元22用于根据所述第一差异值,获得所述待测汽车座椅骨架的实际质量等级信息之后,并为所述待测汽车座椅骨架打上第一标签。
进一步的,所述系统还包括:
第十获得单元,所述第十获得单元用于获得所述待测汽车座椅骨架的多个第一图像信息,其中,所述多个第一图像信息中所述待测汽车座椅骨架的采集角度各不相同;
第十一获得单元,所述第十一获得单元用于根据所述多个第一图像信息,并基于人体工学原理,获得所述待测汽车座椅骨架的第一舒适度信息;
第十二获得单元,所述第十二获得单元用于获得所述待测汽车座椅骨架的第一强度信息;
第十三获得单元,所述第十三获得单元用于获得所述待测汽车座椅骨架的第一功能信息;
第十四获得单元,所述第十四获得单元用于根据所述第一功能信息,获得所述待测汽车座椅骨架的第一可塑性信息;
第十五获得单元,所述第十五获得单元用于获得所述待测汽车座椅骨架与第一外包材料的第一结合度信息;
第十六获得单元,所述第十六获得单元用于根据所述第一舒适度信息、第一强度信息、第一功能信息和第一结合度信息,获得所述待测汽车座椅骨架的实际参数检测值。
进一步的,所述系统还包括:
第十七获得单元,所述第十七获得单元用于根据所述第一识别系统,获得所述待测汽车座椅骨架信息的第一技术信息,其中,所述第一技术信息不包含于所述多种第一汽车座椅骨架中;
第十八获得单元,所述第十八获得单元用于获得多个第二识别图像信息,其中,所述多个第二识别图像信息中包括多个用户信息,且所述多个用户之间具有不同特征画像信息;
第十九获得单元,所述第十九获得单元用于基于所述第一技术信息、多个用户信息,获得所述多个功能匹配信息、多个场景匹配信息;
第二十获得单元,所述第二十获得单元用于根据第一匹配度判断模型,获得所述多个功能匹配信息、多个场景匹配信息与所述多个用户信息之间的第一匹配度和第二匹配度;
第二十一获得单元,所述第二十一获得单元用于获得预设匹配度阈值信息;
第二十二获得单元,所述第二十二获得单元用于根据所述第一匹配度、第二匹配度、预设匹配度阈值信息,获得第一匹配准确率;
第一调整单元,所述第一调整单元用于根据所述第一匹配准确率,对所述实际参数检测值进行调整。
进一步的,所述系统还包括:
第一训练单元,所述第一训练单元用于将所述多个功能匹配信息、所述多个场景匹配信息、多个用户信息,输入至所述第一匹配度判断模型中,所述模型使用多组训练数据训练出来的,所述多组数据中的每组数据均包括第一类数据组和第二类数据组,所述第一类数据组的每组数据均包括:多个功能匹配信息、多个用户信息,标识所述第一匹配度的第一标签;所述第二类数据组的每组数据均包括:所述多个场景匹配信息、多个用户信息,标识所述第二匹配度的第二标签;
第二十三获得单元,所述第二十三获得单元用于获得所述第一匹配度判断模型的第一输出信息,其中,所述第一输出信息包括第一结果和第二结果,其中,所述第一结果为所述第一匹配度,所述第二结果为所述第二匹配度。
进一步的,所述系统还包括:
第二十四获得单元,所述第二十四获得单元用于获得所述待测汽车座椅骨架信息的第一离子释放率;
第二十五获得单元,所述第二十五获得单元用于获得所述第一离子释放率对应的第一空气质量信息;
第二十六获得单元,所述第二十六获得单元用于当所述第一空气质量满足预设空气质量需求时,获得所述多个场景匹配信息、多个功能匹配信息分别对应的第一响应速度和第二响应速度;
第二判断单元,所述第二判断单元用于判断所述第一响应速度和第二响应速度是否满足第一预设条件;
第二十七获得单元,所述第二十七获得单元用于如果满足,则根据第一匹配度判断模型,获得所述多个功能匹配信息、多个场景匹配信息与所述多个用户信息之间的第一匹配度和第二匹配度。
进一步的,所述系统还包括:
第二十八获得单元,所述第二十八获得单元用于获得第一姿态下,人体对于所述待测汽车座椅骨架的施压力点信息;
第二十九获得单元,所述第二十九获得单元用于根据所述施压力点信息,获得多个第一划分区域;
第三十获得单元,所述第三十获得单元用于获得所述多个第一划分区域中每一个划分区域对应的第一平均强度信息;
第三十一获得单元,所述第三十一获得单元用于获得所述多个第一划分区域内的第一材质信息、第一重量信息;
第三十二获得单元,所述第三十二获得单元用于根据所述第一材质信息、第一重量信息,对所述第一平均强度信息进行调整之后,获得所述待测汽车座椅骨架的第一强度信息。
进一步的,所述系统还包括:
第三十三获得单元,所述第三十三获得单元用于获得所述待测汽车座椅骨架的第一使用需求信息;
第三十四获得单元,所述第三十四获得单元用于当所述第一使用需求信息满足第二预设条件时,根据所述第一伸缩系统,获得第一伸缩量;
第三十五获得单元,所述第三十五获得单元用于获得所述第一伸缩量的第三响应速度;
第三判断单元,所述第三判断单元用于判断所述第三响应速度是否满足第三预设条件;
第二执行单元,所述第二执行单元用于如果满足,则获得第一调整信息,并根据所述第一调整信息对所述实际参数检测值进行调整。
前述图1实施例一中的一种汽车座椅骨架质量分析方法的各种变化方式和具体实例同样适用于本实施例的一种汽车座椅骨架质量分析系统,通过前述对一种汽车座椅骨架质量分析方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种汽车座椅骨架质量分析系统的实施方法,所以为了说明书的简洁,在此不再详述。
实施例三
基于与前述实施例中一种汽车座椅骨架质量分析方法同样的发明构思,本发明还提供一种示例性电子设备,如图3所示,包括存储器304、处理器302及存储在存储器304上并可在处理器302上运行的计算机程序,所述处理器302执行所述程序时实现前文所述一种汽车座椅骨架质量分析方法的任一方法的步骤。
其中,在图3中,总线架构(用总线300来代表),总线300可以包括任意数量的互联的总线和桥,总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口305在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件,即收发机,提供用于在传输介质上与各种其他装置通信的单元。处理器302负责管理总线300和通常的处理,而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
本申请实施例中的上述一个或多个技术方案,至少具有如下一种或多种技术效果:
本发明实施例提供的一种汽车座椅骨架质量分析方法及系统,应用于一智能汽车座椅,且所述智能汽车座椅的骨架具有第一识别系统和第一伸缩系统,其中,所述方法包括:获得待测汽车座椅骨架信息,其中,所述待测汽车座椅骨架为研发出的新型产品;根据所述待测汽车座椅骨架信息,获得第一公开数据信息,其中,所述第一公开数据信息来自于第一数据库,且所述第一数据库中储存多种第一汽车座椅骨架信息;根据所述第一汽车座椅骨架信息,获得第一消费者反馈信息;按照预设策略、并根据所述第一消费者反馈信息,获得第二公开数据信息;获得第一预设比例和第二预设比例,并根据所述第一预设比例和所述第二预设比例,从所述第一公开数据信息和所述第二公开数据信息中,对应获得第一采集样本和第二采集样本;获得第一指征参数;根据所述第一指征参数,分别计算所述第一采集样本的第一平均参数值、所述第二采集样本的第二平均参数值;获得第一权重系数和第二权重系数,并根据所述第一平均参数值、第二平均参数值、第一权重系数、第二权重系数,计算目标参考值;根据所述第一指征参数,获得所述待测汽车座椅骨架的实际参数检测值;判断所述实际参数检测值是否满足所述目标参考值;如果满足,则获得第一差异值;根据所述第一差异值,获得所述待测汽车座椅骨架的实际质量等级信息之后,并为所述待测汽车座椅骨架打上第一标签,从而解决了现有技术中对于汽车座椅骨架的质量分析精确性不高,导致汽车座椅骨架的质量参差不齐的技术问题,达到了准确的分析汽车座椅骨架的质量,提升汽车座椅骨架的质量控制效果的技术效果。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (9)
1.一种汽车座椅骨架质量分析方法,应用于一智能汽车座椅,且所述智能汽车座椅的骨架具有第一识别系统和第一伸缩系统,其中,所述方法包括:
获得待测汽车座椅骨架信息,其中,所述待测汽车座椅骨架为研发出的新型产品;
根据所述待测汽车座椅骨架信息,获得第一公开数据信息,其中,所述第一公开数据信息来自于第一数据库,且所述第一数据库中储存多种第一汽车座椅骨架信息;
根据所述第一汽车座椅骨架信息,获得第一消费者反馈信息;
按照预设策略、并根据所述第一消费者反馈信息,获得第二公开数据信息;
获得第一预设比例和第二预设比例,并根据所述第一预设比例和所述第二预设比例,从所述第一公开数据信息和所述第二公开数据信息中,对应获得第一采集样本和第二采集样本;
获得第一指征参数;
根据所述第一指征参数,分别计算所述第一采集样本的第一平均参数值、所述第二采集样本的第二平均参数值;
获得第一权重系数和第二权重系数,并根据所述第一平均参数值、第二平均参数值、第一权重系数、第二权重系数,计算目标参考值;
根据所述第一指征参数,获得所述待测汽车座椅骨架的实际参数检测值;
判断所述实际参数检测值是否满足所述目标参考值;
如果满足,则获得第一差异值;
根据所述第一差异值,获得所述待测汽车座椅骨架的实际质量等级信息之后,并为所述待测汽车座椅骨架打上第一标签。
2.如权利要求1所述的方法,其中,所述根据所述第一指征参数,获得所述待测汽车座椅骨架的实际参数检测值,所述方法包括:
获得所述待测汽车座椅骨架的多个第一图像信息,其中,所述多个第一图像信息中所述待测汽车座椅骨架的采集角度各不相同;
根据所述多个第一图像信息,并基于人体工学原理,获得所述待测汽车座椅骨架的第一舒适度信息;
获得所述待测汽车座椅骨架的第一强度信息;
获得所述待测汽车座椅骨架的第一功能信息;
根据所述第一功能信息,获得所述待测汽车座椅骨架的第一可塑性信息;
获得所述待测汽车座椅骨架与第一外包材料的第一结合度信息;
根据所述第一舒适度信息、第一强度信息、第一功能信息和第一结合度信息,获得所述待测汽车座椅骨架的实际参数检测值。
3.如权利要求1所述的方法,其中,所述方法包括:
根据所述第一识别系统,获得所述待测汽车座椅骨架信息的第一技术信息,其中,所述第一技术信息不包含于所述多种第一汽车座椅骨架中;
获得多个第二识别图像信息,其中,所述多个第二识别图像信息中包括多个用户信息,且所述多个用户之间具有不同特征画像信息;
基于所述第一技术信息、多个用户信息,获得所述多个功能匹配信息、多个场景匹配信息;
根据第一匹配度判断模型,获得所述多个功能匹配信息、多个场景匹配信息与所述多个用户信息之间的第一匹配度和第二匹配度;
获得预设匹配度阈值信息;
根据所述第一匹配度、第二匹配度、预设匹配度阈值信息,获得第一匹配准确率;
根据所述第一匹配准确率,对所述实际参数检测值进行调整。
4.如权利要求3所述的方法,其中,所述根据第一匹配度判断模型,获得所述多个功能匹配信息、多个场景匹配信息与所述多个用户信息之间的第一匹配度和第二匹配度,所述方法还包括:
将所述多个功能匹配信息、所述多个场景匹配信息、多个用户信息,输入至所述第一匹配度判断模型中,所述模型使用多组训练数据训练出来的,所述多组数据中的每组数据均包括第一类数据组和第二类数据组,所述第一类数据组的每组数据均包括:多个功能匹配信息、多个用户信息,标识所述第一匹配度的第一标签;所述第二类数据组的每组数据均包括:所述多个场景匹配信息、多个用户信息,标识所述第二匹配度的第二标签;
获得所述第一匹配度判断模型的第一输出信息,其中,所述第一输出信息包括第一结果和第二结果,其中,所述第一结果为所述第一匹配度,所述第二结果为所述第二匹配度。
5.如权利要求3所述的方法,其中,所述根据第一匹配度判断模型,获得所述多个功能匹配信息、多个场景匹配信息与所述多个用户信息之间的第一匹配度和第二匹配度之前,所述方法还包括:
获得所述待测汽车座椅骨架信息的第一离子释放率;
获得所述第一离子释放率对应的第一空气质量信息;
当所述第一空气质量满足预设空气质量需求时,获得所述多个场景匹配信息、多个功能匹配信息分别对应的第一响应速度和第二响应速度;
判断所述第一响应速度和第二响应速度是否满足第一预设条件;
如果满足,则根据第一匹配度判断模型,获得所述多个功能匹配信息、多个场景匹配信息与所述多个用户信息之间的第一匹配度和第二匹配度。
6.如权利要求2所述的方法,其中,所述获得所述待测汽车座椅骨架的第一强度信息,所述方法还包括:
获得第一姿态下,人体对于所述待测汽车座椅骨架的施压力点信息;
根据所述施压力点信息,获得多个第一划分区域;
获得所述多个第一划分区域中每一个划分区域对应的第一平均强度信息;
获得所述多个第一划分区域内的第一材质信息、第一重量信息;
根据所述第一材质信息、第一重量信息,对所述第一平均强度信息进行调整之后,获得所述待测汽车座椅骨架的第一强度信息。
7.如权利要求1所述的方法,其中,所述方法还包括:
获得所述待测汽车座椅骨架的第一使用需求信息;
当所述第一使用需求信息满足第二预设条件时,根据所述第一伸缩系统,获得第一伸缩量;
获得所述第一伸缩量的第三响应速度;
判断所述第三响应速度是否满足第三预设条件;
如果满足,则获得第一调整信息,并根据所述第一调整信息对所述实际参数检测值进行调整。
8.一种汽车座椅骨架质量分析系统,其特征在于,所述系统包括:
第一获得单元,所述第一获得单元用于获得待测汽车座椅骨架信息,其中,所述待测汽车座椅骨架为研发出的新型产品;
第二获得单元,所述第二获得单元用于根据所述待测汽车座椅骨架信息,获得第一公开数据信息,其中,所述第一公开数据信息来自于第一数据库,且所述第一数据库中储存多种第一汽车座椅骨架信息;
第三获得单元,所述第三获得单元用于根据所述第一汽车座椅骨架信息,获得第一消费者反馈信息;
第四获得单元,所述第四获得单元用于按照预设策略、并根据所述第一消费者反馈信息,获得第二公开数据信息;
第五获得单元,所述第五获得单元用于获得第一预设比例和第二预设比例,并根据所述第一预设比例和所述第二预设比例,从所述第一公开数据信息和所述第二公开数据信息中,对应获得第一采集样本和第二采集样本;
第六获得单元,所述第六获得单元用于获得第一指征参数;
第一计算单元,所述第一计算单元用于根据所述第一指征参数,分别计算所述第一采集样本的第一平均参数值、所述第二采集样本的第二平均参数值;
第七获得单元,所述第七获得单元用于获得第一权重系数和第二权重系数,并根据所述第一平均参数值、第二平均参数值、第一权重系数、第二权重系数,计算目标参考值;
第八获得单元,所述第八获得单元用于根据所述第一指征参数,获得所述待测汽车座椅骨架的实际参数检测值;
第一判断单元,所述第一判断单元用于判断所述实际参数检测值是否满足所述目标参考值;
第九获得单元,所述第九获得单元用于如果满足,则获得第一差异值;
第一执行单元,所述第一执行单元用于根据所述第一差异值,获得所述待测汽车座椅骨架的实际质量等级信息之后,并为所述待测汽车座椅骨架打上第一标签。
9.一种汽车座椅骨架质量分析系统,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1-7任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110195877.0A CN112964490B (zh) | 2021-02-22 | 2021-02-22 | 一种汽车座椅骨架质量分析方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110195877.0A CN112964490B (zh) | 2021-02-22 | 2021-02-22 | 一种汽车座椅骨架质量分析方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112964490A true CN112964490A (zh) | 2021-06-15 |
CN112964490B CN112964490B (zh) | 2023-08-08 |
Family
ID=76285407
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110195877.0A Active CN112964490B (zh) | 2021-02-22 | 2021-02-22 | 一种汽车座椅骨架质量分析方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112964490B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102005036713A1 (de) * | 2005-08-04 | 2006-09-28 | Daimlerchrysler Ag | Verfahren und Vorrichtung zur Komfortbewertung eines Sitzes |
WO2015157790A1 (en) * | 2014-04-15 | 2015-10-22 | Monash University | System and method for monitoring user posture |
CN105043796A (zh) * | 2015-06-12 | 2015-11-11 | 焦作大学 | 一种座椅舒适性评价方法 |
CN105334066A (zh) * | 2015-11-24 | 2016-02-17 | 中国汽车技术研究中心 | 一种评价汽车座椅舒适性的方法及装置 |
WO2018196395A1 (zh) * | 2017-04-24 | 2018-11-01 | 中兴通讯股份有限公司 | 一种座椅调节方法、装置和系统 |
EP3403542A1 (de) * | 2017-05-16 | 2018-11-21 | Stabilus GmbH | Sitzeinrichtung mit sitzparametererkennung |
CN110530662A (zh) * | 2019-09-05 | 2019-12-03 | 中南大学 | 一种基于多源生理信号的列车座椅舒适性评价方法及系统 |
CN110843614A (zh) * | 2019-11-30 | 2020-02-28 | 的卢技术有限公司 | 一种汽车座椅自适应调节方法及系统 |
CN112163921A (zh) * | 2020-08-26 | 2021-01-01 | 东风汽车集团有限公司 | 共享汽车座椅调整方法、装置及电子设备 |
-
2021
- 2021-02-22 CN CN202110195877.0A patent/CN112964490B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102005036713A1 (de) * | 2005-08-04 | 2006-09-28 | Daimlerchrysler Ag | Verfahren und Vorrichtung zur Komfortbewertung eines Sitzes |
WO2015157790A1 (en) * | 2014-04-15 | 2015-10-22 | Monash University | System and method for monitoring user posture |
CN105043796A (zh) * | 2015-06-12 | 2015-11-11 | 焦作大学 | 一种座椅舒适性评价方法 |
CN105334066A (zh) * | 2015-11-24 | 2016-02-17 | 中国汽车技术研究中心 | 一种评价汽车座椅舒适性的方法及装置 |
WO2018196395A1 (zh) * | 2017-04-24 | 2018-11-01 | 中兴通讯股份有限公司 | 一种座椅调节方法、装置和系统 |
EP3403542A1 (de) * | 2017-05-16 | 2018-11-21 | Stabilus GmbH | Sitzeinrichtung mit sitzparametererkennung |
CN110530662A (zh) * | 2019-09-05 | 2019-12-03 | 中南大学 | 一种基于多源生理信号的列车座椅舒适性评价方法及系统 |
CN110843614A (zh) * | 2019-11-30 | 2020-02-28 | 的卢技术有限公司 | 一种汽车座椅自适应调节方法及系统 |
CN112163921A (zh) * | 2020-08-26 | 2021-01-01 | 东风汽车集团有限公司 | 共享汽车座椅调整方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN112964490B (zh) | 2023-08-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111861128A (zh) | 自动驾驶车辆人机协同操纵过程的接管舒适性评价方法、系统及存储介质 | |
CN101583313B (zh) | 觉醒状态判断模型生成装置、觉醒状态判断装置以及警告装置 | |
CN113743471B (zh) | 一种驾驶评估方法及其系统 | |
CN108248608A (zh) | 用于评估驾驶系统的舒适度的方法和装置 | |
EP3498559A1 (en) | Method for recognizing the driving style of a driver of a land vehicle, and corresponding apparatus | |
CN109711691A (zh) | 一种基于熵权模糊综合评价模型的驾驶风格评价方法 | |
CN109902441B (zh) | 一种基于kano模型原理的车辆性能指标权重分配系统及方法 | |
CN111738337B (zh) | 一种混行交通环境下的驾驶人分心状态检测识别方法 | |
CN113468670B (zh) | 一种自动驾驶车辆整车级别的性能评价方法 | |
CN107767191A (zh) | 一种基于医药大数据预测药品销售趋势的方法 | |
CN101793602A (zh) | 离合器操纵性能主观评价测试台及测试方法 | |
CN112418646B (zh) | 一种车辆舒适性评价方法、装置和可读存储介质 | |
CN112668172A (zh) | 考虑车型和驾驶风格异质性的跟驰行为建模方法及其模型 | |
CN113920729A (zh) | 一种基于路侧感知系统对交通参与者感知能力的评价方法 | |
CN116402390A (zh) | 一种基于物元模型的道路施工区交通影响评价方法及系统 | |
CN116245417A (zh) | 基于舒适性评价的车辆数据测试方法、系统、介质及设备 | |
CN115828425A (zh) | 轮胎模型及路面附着系数协同辨识方法、系统 | |
CN108628432A (zh) | 一种基于资源占用与时间分布的工作负荷评估方法与系统 | |
CN112964490B (zh) | 一种汽车座椅骨架质量分析方法及系统 | |
CN110263678A (zh) | 一种人脸方向判断方法及系统 | |
CN112109715B (zh) | 车辆动力输出策略的生成方法、装置、介质及系统 | |
CN108388730A (zh) | 车辆开发的方法 | |
CN113392851A (zh) | 一种红茶发酵程度的智能判别方法及装置 | |
CN114020591A (zh) | 基于模糊综合模型的车载娱乐系统界面评估方法及介质 | |
CN110704789A (zh) | 一种依托“城市超脑”计算平台的人口动态测算方法和系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |